脑血流自动调节机能动态检测方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景和意义 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外发展现状及分析 | 第13-15页 |
| ·静态脑血流自动调节机能的测定 | 第13-14页 |
| ·动态脑血流自动调节机能的测定 | 第14-15页 |
| ·本文研究内容 | 第15-17页 |
| 第二章 脑血流调节机能动态检测的研究方法 | 第17-30页 |
| ·引言 | 第17页 |
| ·传递函数分析法TFA | 第17-19页 |
| ·TFA 定义 | 第17-18页 |
| ·TFA 在调节机能中的应用 | 第18-19页 |
| ·Tiecks 模型 | 第19-21页 |
| ·线性参数模型及系统辨识法 | 第21-27页 |
| ·线性参数模型 | 第21-23页 |
| ·系统辨识法 | 第23-27页 |
| ·其他方法 | 第27-29页 |
| ·互相关函数CCF | 第27-28页 |
| ·生理模型 | 第28页 |
| ·非线性模型 | 第28-29页 |
| ·本文研究方法 | 第29-30页 |
| 第三章 数据处理 | 第30-47页 |
| ·引言 | 第30页 |
| ·数据采集方法 | 第30-34页 |
| ·连续无创血压检测 | 第30-32页 |
| ·脑血流检测 | 第32-33页 |
| ·本论文数据 | 第33-34页 |
| ·异常数据标记 | 第34-42页 |
| ·手动标记异常信号 | 第37-38页 |
| ·自动标记异常信号 | 第38-42页 |
| ·数据预处理 | 第42-46页 |
| ·标记不同阶段数据 | 第42-44页 |
| ·周期对准 | 第44页 |
| ·计算信号均值 | 第44-45页 |
| ·降采样 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 检测调节机能的两个指标 | 第47-58页 |
| ·引言 | 第47页 |
| ·阶跃响应的判别法——ARI 的计算 | 第47-52页 |
| ·Tiecks 模型实现 | 第47-48页 |
| ·确定ARI 的计算频率 | 第48-50页 |
| ·确定ARI 的计算时间 | 第50-52页 |
| ·转移函数TFA 分析法 | 第52-56页 |
| ·传递函数分析法的实现 | 第52-55页 |
| ·Phase-lead 计算 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 线性模型辨识法动态检测脑血流自动调节机能 | 第58-78页 |
| ·引言 | 第58页 |
| ·模型结构辨识 | 第58-65页 |
| ·辨识工具箱进行结构辨识 | 第59-61页 |
| ·二阶IIR 结构辨识 | 第61-63页 |
| ·六阶FIR 与IIR 比较 | 第63-65页 |
| ·动态调节机能实时辨识 | 第65-77页 |
| ·算法介绍 | 第65-66页 |
| ·实验1——自发波动数据实时跟踪 | 第66-69页 |
| ·实验2——实时跟踪突变的调节机能 | 第69-77页 |
| ·本章小结 | 第77-78页 |
| 结束语 | 第78-81页 |
| 总结 | 第78-79页 |
| 展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
| 致谢 | 第88页 |
